概念
对于图像中的物体寻找轮廓（外围或全部），这里使用OpenCV里的findContours进行提取，并结合drawContours将轮廓绘制出来。
效果图对比
●源图像
●外围提取结果
●全部提取结果
函数讲解
●函数原型（findContours）
○c++
void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset = Point())
○Android
void findContours(Mat image, List<MatOfPoint> contours, Mat hierarchy, int mode, int method, Point offset)
●参数解释
○image：单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像。
○contours：定义为“vector<vector<Point>> contours”，是一个向量，并且是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。有多少轮廓，向量contours就有多少元素。
○hierarchy：可选的输出向量，包含图像的拓扑信息。其中元素的个数和检测到的轮廓的数量相等。
○mode：定义轮廓的检索模式：
取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略
取值二：CV_RETR_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立。
取值三：CV_RETR_CCOMP 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层。两个等级关系：顶层为连通域的外围边界，次层为孔的内层边界。
取值四：CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。
○method ：定义轮廓的近似方法：
取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
取值二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留
取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
这里以外围轮廓为例，列出这四种方法所检测的点图：
○offset ：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！
●函数原型（drawContours）
○c++
void drawContours( InputOutputArray image, InputArrayOfArrays contours,
int contourIdx, const Scalar& color,
int thickness = 1, int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX, Point offset = Point() )
○Android
void drawContours(Mat image, List<MatOfPoint> contours, int contourIdx, Scalar color, int thickness, int lineType, Mat hierarchy, int maxLevel, Point offset)
●参数解释
○image：要绘制轮廓的图像。
○contours：所有输入的轮廓，每个轮廓被保存成一个point向量。
○contourIdx：指定要绘制轮廓的编号，如果是负数，则绘制所有的轮廓。
○color：绘制轮廓所用的颜色。
○thickness ：绘制轮廓的线的粗细，如果是负数，则轮廓内部被填充。
○lineType ：绘制轮廓的线的连通性。
○hierarchy ：关于层级的可选参数，只有绘制部分轮廓时才会用到。
○maxLevel ：/绘制轮廓的最高级别，这个参数只有hierarchy有效的时候才有效
maxLevel=0，绘制与输入轮廓属于同一等级的所有轮廓即输入轮廓和与其相邻的轮廓
maxLevel=1, 绘制与输入轮廓同一等级的所有轮廓与其子节点。
maxLevel=2，绘制与输入轮廓同一等级的所有轮廓与其子节点以及子节点的子节点
○offset ：绘制的偏移量。
函数使用
●c++中
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
Mat src = imread("C:/Users/Administrator/Desktop/test.png");
if (src.empty()) {
return -1;
}
Mat canny;
Canny(src,canny,100,200);
imshow("canny",canny);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
//检测外围轮廓
findContours(canny,contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE,Point(0,0));//轮廓检测
Mat dst = Mat::zeros(src.size(),CV_8UC3);
for (int i = 0; i < contours.size(); i++) {
for (int j = 0; j < contours[i].size(); j++)
{
//绘制出contours向量内所有的像素点
Point p = Point(contours[i][j].x, contours[i][j].y);
dst.at<Vec3b>(p)[0] = 255;
dst.at<Vec3b>(p)[1] = 0;
dst.at<Vec3b>(p)[2] = 0;
}
//绘制轮廓
drawContours(dst,contours,i,Scalar(255,255,255),2,8,hierarchy);
}
imshow("dst",dst);
waitKey(0);
return 0;
}
●Android中
private Bitmap findContours() {
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.ic_findcontours);
Mat src = new Mat();
Utils.bitmapToMat(bitmap, src);//将bitmap转换为Mat
Imgproc.cvtColor(src,src,Imgproc.COLOR_RGBA2GRAY);//将图像转换为灰度图像
Imgproc.Canny(src, src, 100, 200);//将图像转换为边缘二值图像
Mat dst = Mat.zeros(src.size(), CvType.CV_8UC4);//创建黑色背景
Mat hierarchy = new Mat();
ArrayList<MatOfPoint> contours = new ArrayList<>();
Imgproc.findContours(src, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_NONE);//轮廓发现
for (int i = 0; i < contours.size(); i++) {//绘制轮廓
Imgproc.drawContours(dst,contours,i,new Scalar(255,255,255,255),2,8,hierarchy);
}
Utils.matToBitmap(dst,bitmap);//将Mat转为Bitmap
return bitmap;
}
扩展
本文是参考这两篇文章写的：
●OPENCV轮廓提取findContours和drawContours
●findContours函数参数详解
网友评论